Неравенство Чебышёва

Материал из testwiki
Перейти к навигации Перейти к поиску

Шаблон:Значения2

Файл:Неравенство Чебышёва, домноженное на c. Демонстрирующая анимация.gif
Неравенство в стандартной формулировкеШаблон:Ниже, домноженное на c. Демонстрирующая анимация

Нера́венство Чебышёва (или неравенство Бьенеме — Чебышёва) — неравенство в теории меры и теории вероятностей. Оно было первый раз получено Бьенеме в 1853 году, и позже также Чебышёвым (в статье «О средних величинах» 1867 года).

Неравенство, использующееся в теории меры, является более общим, в теории вероятностей используется его следствие.

В теории меры

Неравенство Чебышёва в теории меры описывает взаимосвязь интеграла Лебега и меры. Аналог этого неравенства в теории вероятностей — неравенство Маркова. Неравенство Чебышёва также используется для доказательства вложения пространства Lp в слабое пространство Lp.

Шаблон:ЯкорьСтандартная формулировка

Пусть (X,,μ) — пространство с мерой. Если функция f(x) интегрируема и неотрицательна на множестве A, то для любой положительной константы c мера множества всех x из A, для которых значение f(x) не меньше c, сама не больше интеграла от f(x) по A, делённого на c:

μ{xA:f(x)c}1cAf(x)μ(dx).

Шаблон:ЯкорьОбобщённая формулировка

Стандартной формулировке можно сделать следующее обобщение. Пусть g(x) также интегрируема и неотрицательна на множестве A, но она к тому же не убывает (не обязательно всюду, достаточно лишь неубывания на всей области значения f(x) и в точке c). Тогда мера множества всех x из A, для которых значение f(x) не меньше c, сама не больше интеграла от композиции g(f(x)) по A, делённому на g(c):

μ{xA:f(x)c}1g(c)Ag(f(x))μ(dx).

Для перехода к стандартной формулировке достаточно взять g(x)=x.

Шаблон:ЯкорьФормулировка в терминах пространства Lₚ

Пусть ϕ(x)Lp. Тогда

μ({xA||ϕ(x)|>t})ϕpptp.

В теории вероятностей

Неравенство Чебышёва, ограничивающее вероятность больших отклонений случайной величины от своего математического ожидания

Неравенство Чебышёва в теории вероятностей утверждает, что случайная величина в основном принимает значения, близкие к своему среднему. А более точно, оно даёт оценку вероятности того, что случайная величина примет значение, далёкое от своего среднего.

Неравенство Чебышёва является следствием неравенства Маркова.

Формулировка

Пусть случайная величина X:Ω определена на вероятностном пространстве (Ω,,), а её математическое ожидание μ и дисперсия σ2 конечны. Тогда

(|Xμ|a)σ2a2, где a>0.

Если a=kσ, где σ — стандартное отклонение и k>0, то получаем

(|Xμ|kσ)1k2.

В частности, случайная величина с конечной дисперсией отклоняется от среднего больше, чем на 2 стандартных отклонения, с вероятностью меньше 25%. Отклоняется от среднего на 3 стандартных отклонения с вероятностью меньше 11.12%. Иными словами, случайная величина укладывается в 2 стандартных отклонения с вероятностью 75% и в 3 стандартных отклонения с вероятностью 88.88%

Для важнейшего случая Шаблон:Нп3 распределений неравенство Высочанского — Петунина существенно усиливает неравенство Чебышёва, включая в себя дробь 49. Таким образом, граница в 3 стандартных отклонения включает 95.06% значений случайной величины. В отличие от нормального распределения, где 3 стандартных отклонения включают 99.73% значений случайной величины.

Доказательство

Докажем теорему в обобщённой формулировкеШаблон:См. выше. Обозначим за Ac искомое множество {xA:f(x)c}. Тогда интеграл от композиции по A можно разбить на сумму двух интегралов: по Ac и по AAc, оба из которых неотрицательны, так что интеграл от композиции по A не меньше, чем интеграл по Ac — один из них. В то же время на всём множестве Ac функция f(x) не меньше c по построению, поэтому на нём значение композиции g(f(x)) не меньше g(c) в силу свойств неубывания, а потому и интеграл от композиции по Ac больше или равен интегралу от g(c) по Ac. Последний равен произведению меры Ac на g(c), ведь g(c) константа. Поделив на g(c), получим исходное соотношение. Формализуя вышесказанное получаем доказываемое неравенство:

1g(c)Ag(f(x))μ(dx)=1g(c)(Acg(f(x))μ(dx)+AAcg(f(x))μ(dx))1g(c)Acg(f(x))μ(dx)1g(c)Acg(c)μ(dx)=1g(c)g(c)μAc=μAc.

См. также

Литература

Ссылки

Шаблон:^Шаблон:ВП-порталы